摘要：負荷預測在電力系統(tǒng)規(guī)劃和運行方面發(fā)揮的重要作用，具有明顯的經(jīng)濟效益，負荷預測實質(zhì)上是對電力市場需求的預測。該文系統(tǒng)地介紹和分析了各種負荷預測的方法及特點，并指出做好負荷預測已成為實現(xiàn)電力系統(tǒng)管理現(xiàn)代化的重要手段。

關(guān)鍵詞：電力系統(tǒng)　負荷預測　電力市場　建設規(guī)劃
 

1　引言

　　負荷預測是從已知的用電需求出發(fā)，考慮政治、經(jīng)濟、氣候等相關(guān)因素，對未來的用電需求做出的預測。負荷預測包括兩方面的含義：對未來需求量(功率)的預測和未來用電量(能量)的預測。電力需求量的預測決定發(fā)電、輸電、配電系統(tǒng)新增容量的大小；電能預測決定發(fā)電設備的類型(如調(diào)峰機組、基荷機組等)。

負荷預測的目的就是提供負荷發(fā)展狀況及水平，同時確定各供電區(qū)、各規(guī)劃年供用電量、供用電最大負荷和規(guī)劃地區(qū)總的負荷發(fā)展水平，確定各規(guī)劃年用電負荷構(gòu)成。

2　負荷預測的方法及特點

2.1　單耗法

　　按照國家安排的產(chǎn)品產(chǎn)量、產(chǎn)值計劃和用電單耗確定需電量。單耗法分"產(chǎn)品單耗法"和"產(chǎn)值單耗法"兩種。采用"單耗法"預測負荷前的關(guān)鍵是確定適當?shù)漠a(chǎn)品單耗或產(chǎn)值單耗。從我國的實際情況來看，一般規(guī)律是產(chǎn)品單耗逐年上升，產(chǎn)值單耗逐年下降。單耗法的優(yōu)點是：方法簡單，對短期負荷預測效果較好。缺點是：需做大量細致的調(diào)研工作，比較籠統(tǒng)，很難反映現(xiàn)代經(jīng)濟、政治、氣候等條件的影響。

2.2　趨勢外推法

　　當電力負荷依時間變化呈現(xiàn)某種上升或下降的趨勢，并且無明顯的季節(jié)波動，又能找到一條合適的函數(shù)曲線反映這種變化趨勢時，就可以用時間t為自變量，時序數(shù)值y為因變量，建立趨勢模型y＝f(t)。當有理由相信這種趨勢能夠延伸到未來時，賦予變量t所需要的值，可以得到相應時刻的時間序列未來值。這就是趨勢外推法。

　　應用趨勢外推法有兩個假設條件：

①假設負荷沒有跳躍式變化；

②假定負荷的發(fā)展因素也決定負荷未來的發(fā)展，其條件是不變或變化不大。

選擇合適的趨勢模型是應用趨勢外推法的重要環(huán)節(jié)，圖形識別法和差分法是選擇趨勢模型的兩種基本方法。

　　外推法有線性趨勢預測法、對數(shù)趨勢預測法、二次曲線趨勢預測法、指數(shù)曲線趨勢預測法、生長曲線趨勢預測法。趨勢外推法的優(yōu)點是：只需要歷史數(shù)據(jù)、所需的數(shù)據(jù)量較少。缺點是：如果負荷出現(xiàn)變動，會引起較大的誤差。

2.3　彈性系數(shù)法

　　彈性系數(shù)是電量平均增長率與國內(nèi)生產(chǎn)總值之間的比值，根據(jù)國內(nèi)生產(chǎn)總值的增長速度結(jié)合彈性系數(shù)得到規(guī)劃期末的總用電量。彈性系數(shù)法是從宏觀上確定電力發(fā)展同國民經(jīng)濟發(fā)展的相對速度，它是衡量國民經(jīng)濟發(fā)展和用電需求的重要參數(shù)。

該方法的優(yōu)點是：方法簡單，易于計算。

缺點是：需做大量細致的調(diào)研工作。

2.4　回歸分析法

　　回歸預測是根據(jù)負荷過去的歷史資料，建立可以進行數(shù)學分析的數(shù)學模型。用數(shù)理統(tǒng)計中的回歸分析方法對變量的觀測數(shù)據(jù)統(tǒng)計分析，從而實現(xiàn)對未來的負荷進行預測?；貧w模型有一元線性回歸、多元線性回歸、非線性回歸等回歸預測模型。其中，線性回歸用于中期負荷預測。

優(yōu)點是：預測精度較高，適用于在中、短期預測使用。

缺點是：

①規(guī)劃水平年的工農(nóng)業(yè)總產(chǎn)值很難詳細統(tǒng)計；

②用回歸分析法只能測算出綜合用電負荷的發(fā)展水平，無法測算出各供電區(qū)的負荷發(fā)展水平，也就無法進行具體的電網(wǎng)建設規(guī)劃。

2.5　時間序列法

　　就是根據(jù)負荷的歷史資料，設法建立一個數(shù)學模型，用這個數(shù)學模型一方面來描述電力負荷這個隨機變量變化過程的統(tǒng)計規(guī)律性；另一方面在該數(shù)學模型的基礎(chǔ)上再確立負荷預測的數(shù)學表達式，對未來的負荷進行預測。時間序列法主要有自回歸AR(p)、滑動平均MA(q)和自回歸與滑動平均ARMA(p，q)等。這些方法的優(yōu)點是：所需歷史數(shù)據(jù)少、工作量少。缺點是：沒有考慮負荷變化的因素，只致力于數(shù)據(jù)的擬合，對規(guī)律性的處理不足，只適用于負荷變化比較均勻的短期預測的情況。

2.6　灰色模型法

　　灰色預測是一種對含有不確定因素的系統(tǒng)進行預測的方法。以灰色系統(tǒng)理論為基礎(chǔ)的灰色預測技術(shù)，可在數(shù)據(jù)不多的情況下找出某個時期內(nèi)起作用的規(guī)律，建立負荷預測的模型。分為普通灰色系統(tǒng)模型和最優(yōu)化灰色模型兩種。

　　普通灰色預測模型是一種指數(shù)增長模型，當電力負荷嚴格按指數(shù)規(guī)律持續(xù)增長時，此法有預測精度高、所需樣本數(shù)據(jù)少、計算簡便、可檢驗等優(yōu)點；缺點是對于具有波動性變化的電力負荷，其預測誤差較大，不符合實際需要。而最優(yōu)化灰色模型可以把有起伏的原始數(shù)據(jù)序列變換成規(guī)律性增強的成指數(shù)遞增變化的序列，大大提高預測精度和灰色模型法的適用范圍。灰色模型法適用于短期負荷預測?；疑A測的優(yōu)點：要求負荷數(shù)據(jù)少、不考慮分布規(guī)律、不考慮變化趨勢、運算方便、短期預測精度高、易于檢驗。缺點：一是當數(shù)據(jù)離散程度越大，即數(shù)據(jù)灰度越大，預測精度越差；二是不太適合于電力系統(tǒng)的長期后推若干年的預測。

2.7　德爾菲法

2.8　專家系統(tǒng)法

　　專家系統(tǒng)預測法是對數(shù)據(jù)庫里存放的過去幾年甚至幾十年的，每小時的負荷和天氣數(shù)據(jù)進行分析，從而匯集有經(jīng)驗的負荷預測人員的知識，提取有關(guān)規(guī)則，按照一定的規(guī)則進行負荷預測。實踐證明，精確的負荷預測不僅需要高新技術(shù)的支撐，同時也需要融合人類自身的經(jīng)驗和智慧。因此，就會需要專家系統(tǒng)這樣的技術(shù)。專家系統(tǒng)法，是對人類的不可量化的經(jīng)驗進行轉(zhuǎn)化的一種較好的方法。但專家系統(tǒng)分析本身就是一個耗時的過程，并且某些復雜的因素(如天氣因素)，即使知道其對負荷的影響，但要準確定量地確定他們對負荷地區(qū)的影響也是很難的。專家系統(tǒng)預測法適用于中、長期負荷預測。

此法的優(yōu)點是：

①能匯集多個專家的知識和經(jīng)驗，最大限度地利用專家的能力；

②占有的資料、信息多，考慮的因素也比較全面，有利于得出較為正確的結(jié)論。

缺點是：

①不具有自學習能力，受數(shù)據(jù)庫里存放的知識總量的限制；

②對突發(fā)性事件和不斷變化的條件適應性差。

2.9　神經(jīng)網(wǎng)絡法

　　神經(jīng)網(wǎng)絡(ANN，Artificial Neural Network)預測技術(shù)，可以模仿人腦做智能化處理，對大量非結(jié)構(gòu)性、非確定性規(guī)律具有自適應功能。ANN應用于短期負荷預測比應用于中長期負荷預測更為適宜。因為，短期負荷變化可以認為是一個平穩(wěn)隨機過程。而長期負荷預測可能會因政治、經(jīng)濟等大的轉(zhuǎn)折導致其模型的數(shù)學基礎(chǔ)的破壞。

優(yōu)點是：

①可以模仿人腦的智能化處理；

②對大量非結(jié)構(gòu)性、非精確性規(guī)律具有自適應功能；

③具有信息記憶、自主學習、知識推理和優(yōu)化計算的特點。

缺點是：

①初始值的確定無法利用已有的系統(tǒng)信息，易陷于局部極小的狀態(tài)；

②神經(jīng)網(wǎng)絡的學習過程通常較慢，對突發(fā)事件的適應性差。

2.10　優(yōu)選組合預測法

　　優(yōu)選組合有兩層含義：一是從幾種預測方法得到的結(jié)果中選取適當?shù)臋?quán)重加權(quán)平均；二是指在幾種預測方法中進行比較，選擇擬和度最佳或標準偏差最小的預測模型進行預測。對于組合預測方法也必需注意到，組合預測是在單個預測模型不能完全正確地描述預測量的變化規(guī)律時發(fā)揮作用。一個能夠完全反映實際發(fā)展規(guī)律的模型進行預測完全可能比用組合預測方法預測效果好。

該方法的優(yōu)點是：優(yōu)選組合了多種單一預測模型的信息，考慮的影響信息也比較全面，因而能夠有效地改善預測效果。

缺點是：

①權(quán)重的確定比較困難；

②不可能將所有在未來起作用的因素全包含在模型中，在一定程度上限制了預測精度的提高。

2.11　小波分析預測技術(shù)

　　小波分析是一種時域-頻域分析法，它在時域和頻域上同時具有良好的局部化性質(zhì)，并且能根據(jù)信號頻率高低自動調(diào)節(jié)采樣的疏密，它容易捕捉和分析微弱信號以及信號、圖像的任意細小部分。其優(yōu)點是：能對不同的頻率成分采用逐漸精細的采樣步長，從而可以聚集到信號的任意細節(jié)，尤其是對奇異信號很敏感，能很好的處理微弱或突變的信號，其目標是將一個信號的信息轉(zhuǎn)化成小波系數(shù)，從而能夠方便地加以處理、儲存、傳遞、分析或被用于重建原始信號。這些優(yōu)點決定了小波分析可以有效地應用于負荷預測問題的研究。